文献

J-GLOBAL ID：202202278017021639   整理番号：22A1215744

PEVis:時間的多変量データの潜在的異常パターンの進展の視覚的解析

PEVis: visual analytics of potential anomaly pattern evolution for temporal multivariate data

著者 (5件)： Lv Cheng (Key Laboratory of Intelligent Information Processing of Jilin Universities, School of Information Science and Technology, Northeast Normal University, Changchun, China) ,  Ren Ke (Key Laboratory of Intelligent Information Processing of Jilin Universities, School of Information Science and Technology, Northeast Normal University, Changchun, China) ,  Zhang Huijie (Key Laboratory of Intelligent Information Processing of Jilin Universities, School of Information Science and Technology, Northeast Normal University, Changchun, China) ,  Fu Jia (Key Laboratory of Intelligent Information Processing of Jilin Universities, School of Information Science and Technology, Northeast Normal University, Changchun, China) ,  Lin Yiming (Key Laboratory of Intelligent Information Processing of Jilin Universities, School of Information Science and Technology, Northeast Normal University, Changchun, China)
資料名： Journal of Visualization  (Journal of Visualization)
巻： 25  号： 3  ページ： 575-591  発行年： 2022年06月 
JST資料番号： W2287A  ISSN： 1343-8875  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 要旨:大規模な時間的多変量データの可用性は,異常パターンの進展を分析する前例のない機会を提供した。しかし,複雑な関係と動的一時性のために,異常なパターンの進展を効率的に明らかにして認識することは困難な問題である。既存の方法は,主に自動化されたアルゴリズムを使用して異常を捉えることに焦点が当てられているため,進展の法則の理解が制限される。本論文では,ドメインエキスパートが4種類の異常な進展パターンを抽出し,その発生に対する異なる特徴の寄与を定量的に分析するのに役立つ,新しい視覚的解析システムPEVisを提案した。異なる異常検出アルゴリズムを集約することにより,他の高密度に分布した点,または小さな孤立したクラスタから大幅に逸脱する異常データを特定できた。時間的多変量データを認識するための方法を提案し,隣接するタイムスタンプの次元削減空間を調整し,データ分布と特徴の寄与を視覚的に表示するドーナツグリフを設計することにより,可視化におけるグローバルな時変法則と局所データ分布との調査間の矛盾を解決した。大気質指数データと消費者物価指数データの2つの実社会のデータセットでの実験により,提案した方法が異常現象の季節変動を効果的に明らかにできることを示した。Graphical abstract:Copyright The Visualization Society of Japan 2021 Translated from English into Japanese by JST.

シソーラス用語： データ ,  *多変量解析 ,  *検出 ,  時間発展 ,  時変系 ,  パターン認識 ,  大気 ,  大気質基準 ,  指数
準シソーラス用語： *異常検出 ,  *視覚的パターン認識 ,  時間進展 ,  消費者物価指数 ,  多変量データ ,  大気質

著者キーワード (4件)： 時間的多変量データ ,  視覚解析 ,  異常検出 ,  パターン進化

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 多変量データ ,  進展 ,  視覚 ,  解析